如何解决如何将外部参数传递给Dask?
我正在尝试使用dask增强代码的性能。在我当前使用pandas的代码中,我在其他参数上应用了一些其他过程,但是使用dask却不能完全一样。这是我用作飞行员测试的代码:
import pandas as pd
import numpy as np
import dask.dataframe as dd
# create a random Dataframe
df = pd.DataFrame()
df['col1'] = np.random.normal(size = 100)
df['col2'] = np.random.normal(size = 100)
# the function to be to be applied to Dataframe
def my_func(x,y,a_list):
if x>0.7:
a_list.append(x)
return x**(y*2 + 1)
# Using dask to apply my_func
my_list = []
ddf = dd.from_pandas(df,npartitions=4).map_partitions(lambda df: df.apply(lambda row:my_func(row.col1,row.col2,my_list),axis=1)).compute(scheduler='processes')
# Using pandas to apply my_func
my_list = []
data = df.apply(lambda row: my_func(row.col1,axis=1)
如您所见,它不仅在数据帧上应用了一个函数,而且还使用数据帧数据来处理另一个数据结构,这里是一个列表。应用dask后的my_list
大小仅为2,这是非常错误的。因此,我想知道此过程出了什么问题,因为它们看起来都具有用于定义参数的相同格式,因此无法正常工作
Pandas:.apply(func,convert_dtype = True,args =(),** kwds)
黄昏:.apply(函数,轴= 0,广播=无,原始=假,缩小=无,args =(), Meta =' no_default ',** kwds)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。